За всеки токен от записа моделът пали около 4 от своите 30 милиарда параметъра.
Факт
Фактите: на 28 октомври 2026 г. NVIDIA публикува в блога си в Hugging Face Nemotron 3.5 Transcribe - модел с отворени тегла, на който можеш да даваш подсказка. Само около 4B от 30B параметъра са активни за всеки токен. Моделът транскрибира 40 езика, превежда 31 от тях от и към английски и разпознава говорителите в 13. Втората обява на NVIDIA от същия ден казва, че моделът е наличен в Hugging Face, а квантизираните версии идват скоро. Към модела излиза Granary v2: публичният му манифест обхваща 463 062 часа в 48 езика и 16 корпуса източници; първата версия имаше 25 езика. По данни на NVIDIA моделът е първи сред отворените в Open ASR Leaderboard със средна грешка 5,33% на дума (при английски), а в Artificial Analysis има 2,8% AA-WER и дели първото място сред отворените. В медицински пример дообучението сваля грешката от 22,44% на 12,17%. С идващата NVFP4 версия на една RTX PRO 6000 NVIDIA обещава 100 часа запис за под три минути.
Грешката на дума е мярката в тези числа: колко процента от думите моделът пише погрешно. Числата идват от обявата на NVIDIA. Open ASR Leaderboard и Artificial Analysis са чужди класации, но ги цитира тя, а медицинският пример и скоростта са нейни.
Granary v2 е другата половина на новината. Първата версия имаше 25 езика, втората стига до 48, а манифестът е публичен. Какво точно можеш да свалиш оттам освен манифеста, източникът ни не уточнява.
Едно число не пасва. Картата на модела в Hugging Face показва 34B заедно с аудио енкодера, а текстът на NVIDIA пише 30B. Тук числото е по текста.
Българският е сред 40-те езика: картата на модела го води с транскрипция и превод от и към английски, без разпознаване на говорители. Лицензът е OpenMDW-1.1. Датата на квантизираните версии липсва. Отвори картата на модела, преди да градиш върху него.
Официални първоизточници
NVIDIA в Hugging Face - Nemotron 3.5 Transcribe and Granary v2, 28.10.2026NVIDIA блог - местният AI на RTX Spark, 28.10.2026NVIDIA - картата на модела Nemotron 3.5 Transcribe в Hugging FaceВизуалът към статията е генериран код-арт, без чужди изображения.